2025 CSRankings排名出爐!上交大、清華北大、浙大霸榜全球AI TOP 10
就在剛剛,2025 CSRankings全球計(jì)算機(jī)科學(xué)排名發(fā)布!
地址:https://csrankings.org/#/fromyear/2014/toyear/2025/index?all&world
今年全球CS排名中,CMU再次霸榜,UIUC曾連續(xù)多年穩(wěn)坐全球第二,如今跌至第6。
中國高校/機(jī)構(gòu)繼續(xù)包攬多個(gè)席位,其中清華排名第2,上交大/浙大并列第3,北大第5。
就全球AI領(lǐng)域表現(xiàn)來看,中國高校非常亮眼,在全球排名前十中包攬六席。
上交清華北大浙大拿下前四,中國科學(xué)院、哈工大沖進(jìn)全球AI領(lǐng)域的TOP 10。
CSRankings是由麻省州立大學(xué)阿姆赫斯特分校計(jì)算機(jī)與信息科學(xué)學(xué)院教授Emery Berger組織的全球院校計(jì)算機(jī)科學(xué)領(lǐng)域?qū)嵙ε琶耆谘芯恐笜?biāo),相對(duì)來說比較透明。
排名囊括了全球范圍高校的計(jì)算機(jī)專業(yè),以高校和研究機(jī)構(gòu)在計(jì)算機(jī)科學(xué)領(lǐng)域頂級(jí)學(xué)術(shù)會(huì)議上發(fā)表的論文數(shù)量為參考依據(jù)。
按照地域劃分,這項(xiàng)排名可以單獨(dú)查到多個(gè)國家,還可以分為北美、南美、非洲、亞洲、澳洲、歐洲、全球。
CSRanking的細(xì)分排名分為4大類(27項(xiàng)小細(xì)分),分別為AI、系統(tǒng)、理論和跨學(xué)科領(lǐng)域。
在AI板塊,主要有5個(gè)細(xì)分領(lǐng)域:1.人工智能(Artificial intelligence);2.計(jì)算機(jī)視覺(Computer vision);3.機(jī)器學(xué)習(xí)(Machine learning);4.自然語言處理(Natural language processing);5.網(wǎng)頁信息檢索(The Web & information retrieval)。
2025 CS高校全球排名,CMU第一
根據(jù)最新的CS Rankings,25年計(jì)算機(jī)科學(xué)專業(yè)全球整體排名Top 10如下——
卡耐基梅隆大學(xué)第1,清華大學(xué)第2,上海交通大學(xué)/浙江大學(xué)并列第3,北京大學(xué)第5,UCSD/UIUC并列第6,佐治亞理工學(xué)院/香港科技大學(xué)/新加坡國立大學(xué)/韓國科學(xué)技術(shù)院并列第8。
具體來看,CMU在機(jī)器學(xué)習(xí)、NLP、計(jì)算機(jī)視覺、AI領(lǐng)域發(fā)表的論文數(shù)量最多。
清華在ML、NLP論文數(shù)量遠(yuǎn)超人工智能和計(jì)算機(jī)視覺領(lǐng)域。
其中,發(fā)表論文數(shù)超20篇的教職工是,劉知遠(yuǎn)(30)、孫茂松(26)、黃民烈(23)。
此外,上交大、浙大、北大發(fā)表論文方向側(cè)重各有不同,北大上交大均是機(jī)器學(xué)習(xí)論文最強(qiáng),浙大就人工智能方向發(fā)表數(shù)量最多。
在AI大類中選擇「人工智能」方向,全球前十的高校是北京大學(xué)、上海交通大學(xué)、浙江大學(xué)、哈爾濱工業(yè)大學(xué)、電子科技大學(xué)、南京大學(xué)、南洋理工大學(xué)、清華大學(xué)、中國科學(xué)院和韓國科學(xué)技術(shù)院。
在AI大類中選擇「計(jì)算機(jī)視覺」方向,全球前十的高校是北京大學(xué)、南洋理工大學(xué)、韓國科學(xué)技術(shù)院、上海交通大學(xué)、浙江大學(xué)、香港科技大學(xué)、中國科學(xué)院、新加坡國立大學(xué)、慕尼黑工業(yè)大學(xué)和蘇黎世聯(lián)邦理工學(xué)院。
在AI大類中選擇「機(jī)器學(xué)習(xí)」方向,全球前十的高校是加州大學(xué)伯克利分校、韓國科學(xué)技術(shù)院、MIT、北京大學(xué)、卡耐基梅隆大學(xué)、上海交通大學(xué)、加州大學(xué)圣地亞哥分校、清華大學(xué)、斯坦福大學(xué)、新加坡國立大學(xué)和普林斯頓大學(xué)。
在AI大類中選擇「自然語言處理」方向,全球前十的高校是清華大學(xué)、中國科學(xué)院、哈爾濱工業(yè)大學(xué)、中國人民大學(xué)、復(fù)旦大學(xué)、卡耐基梅隆大學(xué)、伊利諾伊大學(xué)厄巴納-香檳分校、愛丁堡大學(xué)、北京大學(xué)、南洋理工大學(xué)、馬里蘭大學(xué)帕克分校和浙江大學(xué)。
在AI大類中選擇「網(wǎng)頁信息檢索」方向,全球前十的高校分別是中國人民大學(xué)、清華大學(xué)、中國科學(xué)技術(shù)大學(xué)、浙江大學(xué)、阿姆斯特丹大學(xué)、馬薩諸塞大學(xué)阿默斯特分校、伊利諾伊大學(xué)厄巴納-香檳分校、新加坡國立大學(xué)、南京大學(xué)、上海交通大學(xué)和昆士蘭大學(xué)。
中國AI TOP10:上交大清華霸榜
如上文所述,在AI這一大領(lǐng)域,全球排名前十的高校/機(jī)構(gòu)是:
上交大第1名、清華第2名、北大第3名、浙大第4名、南洋理工大學(xué)第5名、韓國科學(xué)技術(shù)院第6名、新加坡國立大學(xué)第7名、中國科學(xué)院第8名、哈爾濱工業(yè)大學(xué)第9名、CMU第10名。
圖片
就國內(nèi)來看,前幾名依舊保持不變,南京大學(xué)、人民大學(xué)、復(fù)旦大學(xué)、電子科技大學(xué)在TOP 10之列。和去年相比,前十名機(jī)構(gòu)整體不變。
排名依據(jù):頂會(huì)論文發(fā)表量
當(dāng)前,1983年開始的《美國新聞與世界報(bào)道》(US News and World Report)排名最具聲望。
不過,US News排名完全以聲譽(yù)為基礎(chǔ),依賴于向各部門主管和研究生院主任進(jìn)行調(diào)查。
就拿2023年US News世界排名一出離了大譜,把213所機(jī)構(gòu)排名弄錯(cuò)了,留學(xué)圈也是吵翻了天。
包括之前哥大在US News的排名數(shù)據(jù)造假事件,也是掀起了腥風(fēng)血雨。
另外,基于引用次數(shù)的指標(biāo)也存在灌水的嫌疑。比如,有的大學(xué)就鼓勵(lì)教職員工相互引用,「引用卡特爾」(Citation Cartels)也就看著光彩了。
不僅如此,并非所有論文引用都是免費(fèi)的,而且變化很快,像Google Scholar中引文統(tǒng)計(jì)系統(tǒng)在作者歧義方面做的不是很好。
為了給所有人提供一個(gè)有意義且透明的排名體系,Emery Berger組織的全球院校計(jì)算機(jī)科學(xué)領(lǐng)域?qū)嵙ε琶耆凇秆芯恐笜?biāo)」進(jìn)行排名。
具體來說,CSRankings是以絕大多數(shù)院校教員,在計(jì)算機(jī)科學(xué)領(lǐng)域的各大頂會(huì)發(fā)布的論文數(shù)量為衡量指標(biāo)。
自然語言處理的頂會(huì)有ACL、EMNLP、NAACL;計(jì)算機(jī)視覺領(lǐng)域的頂會(huì)含CVPR、ECCV、ICCV;機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘會(huì)議的論文來自ICML、KDD 、NIPS;人工智能頂會(huì)則包含AAAI、IJCAI。
看得出,這種方法是為了激勵(lì)教職員工在頂會(huì)上發(fā)表論文,而且CSrankings所有代碼和數(shù)據(jù)共享,同時(shí)還能防止造假。
教職工入選標(biāo)準(zhǔn)是?
數(shù)據(jù)庫的收錄標(biāo)準(zhǔn)是,只要是特定校園中的全職、終身教職員工,并且能夠單獨(dú)為計(jì)算機(jī)科學(xué)專業(yè)的博士生提供指導(dǎo),都可以被收錄到數(shù)據(jù)庫中。
因此,這種方法將數(shù)據(jù)庫的覆蓋范圍擴(kuò)大到了其他院系的一些教師,這些教師與計(jì)算機(jī)科學(xué)系或類似院系有兼職合同,可以為CS的博士生提供指導(dǎo)。
請(qǐng)注意,全職意味著在整個(gè)學(xué)年至少有75%的工作時(shí)間。
作者署名、論文數(shù)怎么算?
一名教職員工在一篇論文中可獲得1/N分,其中N是作者人數(shù),與他們的隸屬關(guān)系或身份(教職員工、學(xué)生或其他身份)無關(guān)。這個(gè)數(shù)字永遠(yuǎn)不會(huì)變。
在所有作者都是/最終成為數(shù)據(jù)庫中的教員的情況下,那么一篇論文最多只能算1.0分。
如果不按作者數(shù)量劃分論文的學(xué)術(shù)產(chǎn)出量,僅簡單計(jì)數(shù)論文數(shù),那么作者可以很容易地通過增加作者來人為操縱和夸大單篇論文的產(chǎn)出量。
為了避免這種情況,必須分割論文的學(xué)術(shù)產(chǎn)出量。這可以激勵(lì)作者適當(dāng)?shù)貙?duì)待學(xué)術(shù)產(chǎn)出的署名,不濫用多作者夸大單篇論文的產(chǎn)出量。